Skip to main content
QUICK REVIEW

[论文解读] Factoring polynomials over global fields

Karim Belabas, Mark van Hoeij|ArXiv.org|Sep 27, 2004
Coding theory and cryptography参考文献 4被引用 11
一句话总结

本文提出了一种在全局域(包括数域和函数域)上对多项式进行因式分解的多项式时间算法,通过结合Hensel提升与基于背包问题的线性代数方法,避免组合爆炸。关键贡献是一种可证明高效的算法,将因式分解问题转化为有限域上的线性系统求解,从而在 $\mathbb{Q}$ 和 $\mathbb{F}_q(t)$ 上实现多项式时间复杂度。

ABSTRACT

Let K be a global field and f in K[X] be a polynomial. We present an efficient algorithm which factors f in polynomial time.

研究动机与目标

  • 开发一种在多项式时间内对全局域(特别是 $\mathbb{Q}$ 和 $\mathbb{F}_q(t)$)上的多项式进行因式分解的实用且高效算法。
  • 通过用线性代数结构化搜索替代组合枚举,克服经典Zassenhaus算法中固有的组合爆炸问题。
  • 将基于背包问题的方法从有理系数推广到任意全局域,确保多项式时间复杂度。
  • 基于Hensel提升与Newton多边形界,提供严格的复杂度分析与实用的实现策略。

提出的方法

  • 该方法使用Hensel提升计算在非阿基米德赋值 $v$ 下模 $v^\ell$ 的局部因式分解 $f_i$,其中 $\ell$ 被选为足够大。
  • 引入对数导数变换 $\Phi(g) = f \cdot \frac{g'}{g}$,将因式的乘法结构线性化为 $\mathcal{O}_v[X]$ 上的加法问题。
  • 从 $\Phi(f_1^{e_1} \cdots f_r^{e_r})$ 的系数次数构造矩阵 $\tilde{A}_i$ 模 $v^\ell$,将问题转化为在 $\mathbb{F}_p$ 上求解这些矩阵的核。
  • 利用Newton多边形界估计 $\Phi(g)$ 中系数的最大次数,确保 $\ell$ 足够大以区分 $K$-因式与虚假组合。
  • 通过迭代地将系数矩阵的核相交,对格 $L$ 进行细化,直到分离出对应于 $K$-因式的正确子空间 $W$。
  • 一旦确定了正确的指数向量,即应用提升过程从 $\ell$-进近似中恢复精确的 $K$-因式。

实验结果

研究问题

  • RQ1Zassenhaus算法中的组合因式枚举能否被全局域上的多项式时间线性代数方法所替代?
  • RQ2最小的 $\ell$ 是多少,才能使模 $v^\ell$ 的局部因式提升捕获 $f$ 的所有 $K$-有理不可约因式?
  • RQ3如何利用对数导数变换将乘法因式分解转化为加法格问题?
  • RQ4对 $\Phi(g)$ 的系数次数的何种界可确保核计算恢复正确的因式子空间 $W$?
  • RQ5能否利用Newton多边形推导出比 $n(n-1)$ 或 $(2n-1)\deg_t(f)$ 更紧的界,以降低计算成本?

主要发现

  • 该算法在 $K = \mathbb{Q}$ 和 $K = \mathbb{F}_q(t)$ 上运行于多项式时间,其复杂度受 $f$ 的次数与模 $v^\ell$ 大小的有界。
  • 当 $v^\ell$ 的 $t$-次数超过 $(2n-1)\deg_t(f)$ 时,系数矩阵 $\tilde{A}_i$ 的核能恢复精确的因式子空间 $W$,从而保证正确性。
  • 利用Newton多边形,该方法推导出 $\Phi(g)$ 中系数次数的更紧界 $B_i$,从而在效率上优于通用界。
  • 通过用 $\mathbb{F}_p$ 上的线性代数替代指数时间枚举,该算法避免了组合爆炸,使其适用于高次多项式。
  • 该方法将van Hoeij的背包方法推广至全局域,在此前基于格的方法因实际效率过低而不可行的场景下,提供了多项式时间解法。
  • 通过 $\psi$-提升从 $\mathbb{F}_q$ 到 $\mathbb{F}_p^w$ 构造 $\tilde{A}_i$,可在 $\mathbb{F}_p$ 上高效计算核,同时保持子空间 $W$ 的结构。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。